Facebook Attribution – przewodnik po narzędziu

W ostatnim czasie przedstawiliśmy jak zacząć korzystać z Facebook Attribution. Gdy wszystko zostanie już poprawnie skonfigurowane i połączone, możemy przejść do tego, jak poruszać się po narzędziu i analizować dane, które nam pokazuje. 

Działania warto rozpocząć od dostępnych filtrów. Znajdują się one w prawym górnym rogu narzędzia. W pierwszym możecie wybrać rodzaj konwersji (z wszystkich, które macie skonfigurowane w pikselu), której wyniki będziecie analizować. Drugim filtrem jest zakres dat.

Dostępne Modele Atrybucji

Trzecim filtrem jest to, do czego narzędzie zostało stworzenie: Model Atrybucji, czyli reguły, według których konwersje są przypisywane różnym punktom styku. To najważniejszy element Attribution, który pozwoli wam wyciągnąć najwięcej konkretnych danych. 

W przypadku Facebook Attribution do wyboru jest 9 modeli:

• „Równa wartość” – model ten przyznaje każdemu punktowi stycznemu równy udział w osiągnięciu konwersji. Uznaje się tutaj, że nie można wyróżnić najważniejszego punktu styku, dlatego wszystkim nadaje się jednakową wartość. Model ten pozwala na lepsze określenie udziału wszystkich punktów styku w konwersjach i poznanie sensu wykorzystywania wielu kanałów (punktów styku).
• „Ostatnie kliknięcie lub wizyta” – jest to model najpowszechniej używany, od którego wielu marketerów powoli odchodzi (nie bez powodu zresztą). Model ten przypisuje udział w konwersji jedynie ostatniemu kliknięciu lub wizycie na ścieżce konwersji. Zakłada się w nim, że poprzednie punkty styku nie mają żadnego znaczenia przy ostatecznej decyzji klienta, a liczy się jedynie ostatni kanał, który miał miejsce na drodze do zakupu. Może mieć zastosowanie jedynie w krótkim przedziale atrybucji i przy krótkim procesie decyzji o zakupie.
• „Ostatnia interakcja” – model podobny do „ostatniego kliknięcia lub wizyty”, uzupełniony o uwzględnianie wyświetleń jako punktów styku.
• „Pierwsze kliknięcie lub wizyta” – model, który w 100% przypisuje zasługi za konwersje pierwszemu kliknięciu lub odwiedzinom. Ideą tego typu modelu jest wyjście z założenia, że nie byłoby możliwości doprowadzenia do ostatecznej konwersji, bez pierwszego punktu styku.
• „Pierwsza interakcja” – model podobny do „pierwszego kliknięcia lub wizyty”, uwzględniający jednak również wyświetlenia jako punkty styku.
• „Pozycyjny 30%” – model, w którym pierwszy i ostatni punkt styku dostają po 30% udziału w konwersji, a pozostałe 40% jest rozkładane pomiędzy środkowe punkty. Model ten pomaga określić, które kanały w największym stopniu rozpoczynają i kończą ścieżkę zakupową. 
• „Pozycyjny 40%” – model podobny do poprzedniego, z tym że pierwszy i ostatni punkt dostają po 40% udziału, a pozostałe – 20%.
• „Rozkład czasowy 1 dzień” – model ten rosnąco przyznaje udział w konwersjach punktom styku, tj. pierwsze punkty uznaje za mniej ważne w stosunku do tych ostatnich. Model ten pozwala na poznanie udziału wszystkich punktów styku w konwersji, przy jednoczesnym określeniu, które kanały w większej mierze występują bliżej momentu konwersji. W przypadku 1-dniowego rozkładu punkty występujące jeden dzień przed konwersją uzyskają aż 50% uznania, 2 dni przed konwersją – 25%, a pozostałe zostaną rozłożone równomiernie.
• „Rozkład czasowy 7 dni” – model oparty na podobnych założeniach co poprzedni, różniący się tym, że powoduje bardziej wyrównane rozłożenie udziału w konwersji na wszystkie punkty styku.

Oprócz wyżej wymienionych modeli dostępnych w filtrze możemy skorzystać z jeszcze jednego modelu atrybucji, opartego na danych („Data Driven”). Ten model jest dostępny tylko dla kampanii Facebook Ads. Aby uzyskać do niego dostęp, należy w sekcji „Wyniki” wybrać „kampanie Facebook” i obok filtru atrybucyjnego zaznaczyć opcję „Porównaj z atrybucją na podstawie danych”. Ten model na podstawie danych przypisuje nieznaczne uznanie konwersji punktom styku na Facebooku, opierając się na przybliżonym dodatkowym wpływie na wyniki. Jest to model statystyczny, opracowany przez Facebooka i na bieżąco aktualizowany (https://www.facebook.com/business/m/one-sheeters/data-driven-attribution?ref=attribution_dda_metrictooltip).

Wybierając model atrybucji, możemy także zdecydować, w jaki sposób narzędzie ma przypisywać wartości. Dostępne są trzy opcje do wyboru:

• Nie przypisuj wartości do wizyt bezpośrednich (jest to domyślna opcja) – opcja ta przypisuje wartości tylko do płatnych i organicznych punktów styku, pomijając wejścia organiczne.
• Przypisz wartości do wszystkich wizyt.
• Nie przypisuj wartości do żadnych wizyt.

Oprócz samego modelu atrybucji wybieramy również przedział atrybucji, czyli zakres dat przed konwersją, w którym mają być przypisywane wartości dla punktów styku. Tutaj opcji jest dość sporo – maksymalny zakres dat to aż 90 dni! Większość z Was nie będzie jednak zapewne korzystać z aż tak szerokiego zakresu. Sprawdzi się on głównie w branżach o naprawdę długim procesie zakupowym i decyzyjnym. Przypominamy, że standardowo wyniki na Facebooku przedstawiane są w przedziale: „Kliknięcia i wizyty z 28 dni”, „Wyświetlenia z 1 dnia”.

Wiecie już, jakie modele są dostępne w Facebook Attribution i jak działają. Wybór modelu atrybucji dla Waszego biznesu zależy głównie od branży, Waszych celów biznesowych i procesu zakupowego, przez który przechodzi Wasz klient. Możecie również wybierać różne modele w zależności od tego jakich danych potrzebujecie w danym momencie i co analizujecie. Kiedy więc jaki model wybrać?

Modelu atrybucji opartego na pierwszym kliknięciu czy też interakcji warto użyć, gdy duży nacisk kładziemy na pozyskiwanie nowych użytkowników. Pozwoli on zmierzyć, które kanały marketingowe są najbardziej skuteczne na górze lejka sprzedażowego i pomoże optymalizować proces pozyskiwania nowych użytkowników. 

Jeśli Wasze produkty są dość tanie , a sam zakup raczej impulsywny możesz zastosować model ostatniego kliknięcia lub interakcji. Może mieć również zastosowanie jeśli kampanie nie są rozbudowane. Trzeba jednak pamiętać, że w dzisiejszych czasach, gdzie użytkownik ma możliwość szybkiego porównywania cen czy opinii, warto jednak brać pod uwagę także wcześniejsze punkty styku.

Prowadząc skomplikowane kampanie w wielu kanałach, z których wszystkie traktujemy tak samo, wyniki warto analizować w atrybucji Równej wartości. Warto go stosować w przypadku, gdy proces zakupowy jest długi – może tak być na przykład w przypadku np. laptopów, podróży. 

Może zdarzyć się też tak, że prowadzisz wiele kampanii, przy czym główny nacisk kładziesz na kampanie pozyskujące klientów i typowo sprzedażowe. W takim wypadku warto patrzeć na wyniki przez pryzmat atrybucji w modelu pozycyjnym, która przypisuje właśnie główne zasługi pierwszemu i ostatniemu punktowi styku. Model ten radzimy jednak stosować, gdy droga zakupu klienta nie jest zbyt długa, ponieważ wówczas środkowe punkty styku mogą nie zostać dostatecznie docenione. 

Jeśli jednak proces zakupu oferowanego produktu jest dłuższy warto zastosować model rozkładu czasowego – pozwala on nie pomijać pierwszych punktów styku, ale jednocześnie przypisuje większą wartość punktom występującym bliżej konwersji. Opiera się na założeniu, że każde kolejne zetknięcie użytkownika z komunikatem przybliża go do zakupu i mocniej oddziaływuje na jego ostateczną decyzję.

Nie ma więc idealnego modelu atrybucji. Przed modelowaniem atrybucji warto zastanowić się, jaką ścieżkę przechodzą klienci oraz czy proces decyzyjny jest długi, czy raczej zakup jest dokonywany impulsywnie. 

Namawiamy do testowania różnych modeli atrybucji i porównywania wyników. Nie jest powiedziane, że jeden, sztywno ustalony model atrybucji będzie wiecznie się sprawdzał i rozwiąże wszystkie Wasze problemy z rozlokowaniem budżetów marketingowych. 

Przejdźmy teraz do analizy danych w poszczególnych zakładkach.

Wyniki

Pierwszym widokiem i główną zakładką w narzędziu są „Wyniki”. Z lewej strony, tuż koło wykresu, znajdziecie filtr, w którym można wybrać kanały opłacone lub organiczne (domyślnie są zaznaczone wszystkie) lub wybrać dane tylko z Facebooka – to, jak wspomnieliśmy wcześniej, pozwoli na analizę według modelu na podstawie danych.

Pierwszym widokiem, który rzuca się w oczy, jest wykres kołowy pokazujący podział konwersji w rozróżnieniu na kanały opłacone, organiczne i wejścia bezpośrednie. Pod wykresem znajdują się konkretne informacje, takie jak to, ile dany kanał przyniósł konwersji i wizyt, ale także ile źródeł występowało w danym kanale.

Niżej znajdziemy wykresy słupkowe pokazujące 5 najpopularniejszych źródeł – dla konwersji oraz dla wizyt. W obu przypadkach będziemy widzieli zapewne podobną kolejność źródeł – jeśli jednak nie, to może to być dla Was sygnałem, że któreś źródło co prawda przynosi ruch na stronie WWW, ale użytkownicy z tego źródła zupełnie nie konwertują. Lub odwrotnie – niektóre źródła doprowadzają mniejszą liczbę użytkowników, za to bardziej wartościowych, bo konwertujących. 

Ostatnim elementem tego widoku jest tabela, która pokazuje liczbę wizyt i konwersji (wraz z ich wartością) dla poszczególnych źródeł. Tabela nie jest jednak interaktywna – nie można dodać do niej następnych kolumn czy zmienić sposobu sortowania. 

Raporty niestandardowe

Interaktywną tabelę, z której można wyciągnąć dużo więcej informacji, znajdziemy w kolejnej zakładce – „Raporty niestandardowe”.

Najpierw wyświetli się nie tabela, ale wykres – pokazuje on wyniki w czasie dla danego wskaźnika, który wybieramy z prawej strony wykresu. Na wykresie możemy wybrać, dla jakiego źródła (bądź też kampanii – zmienia się to w lewym górnym rogu wykresu) mają być pokazywane dane. Możemy również wyświetlić drugi wskaźnik. Niestety nie zostanie on nałożony na obecny wykres, a jedynie zostanie dodany kolejny, poniżej. 

Tabela z wynikami z poszczególnych źródeł (lub kampanii) znajduje się pod wykresami. Jest ona bardziej rozbudowana niż ta z widoku „Wyniki”. Także tutaj możemy wybierać kolumny, które chcemy mieć widoczne – wystarczy wybrać je z rozwijanego menu w prawym górnym rogu tabeli. Dodatkowo możemy zmieniać sortowanie w tabeli – wystarczy kliknąć w nazwę kolumny, według której chcemy posortować wyniki. 

Wyniki z tej sekcji możemy pobrać na dysk w jednym pliku. Aby utworzyć raport, należy przejść do sekcji „Pobierz raporty”, znajdującej się poniżej głównego menu. Do wyboru są dwa rodzaje raportów: „Raport atrybucji” oraz „Raport dotyczący atrybucji na podstawie danych”. W obu przypadkach musimy nadać tytuł wykresu, wybrać zakres dat, konwersję i źródła oraz określić, które wskaźniki mają być widoczne w raporcie. 

Można również utworzyć raporty na podstawie dostępnych szablonów. Do wyboru są tu „Tygodniowy raport dotyczący wyników”, który tworzy się cyklicznie co 7 dni, „Raport dotyczący atrybucji na podstawie danych” oraz „Niestandardowy raport atrybucji”.

Ścieżki konwersji

Trzecią i w zasadzie ostatnią „wynikową” zakładką jest „Ścieżka konwersji”. Została ona podzielona na dwie części: „Najistotniejsze ścieżki” oraz „Ścieżki konwersji na wielu urządzeniach”, które możecie przełączyć na samej górze, tuż pod widokiem głównych zakładek.

Pierwsza z części to „Najistotniejsze ścieżki konwersji”. Przedstawia ona drogę, którą klienci przebyli, zanim dokonali konwersji. Zakładka pokazuje, jakie punkty styku występowały na ścieżce klienta do czasu ostatecznej konwersji. Widoczne ścieżki możemy filtrować według paru opcji: ścieżki zaczynające się albo kończące na konkretnym punkcie styku oraz występowania lub braku danego punktu w jakimkolwiek miejscu ścieżki. Niestety funkcja najistotniejszych ścieżek dla większych biznesów będzie nieco ograniczona – narzędzie próbkuje bowiem ścieżki i wyświetla tylko ich część (dla maks. 999 konwersji).

Drugą z zakładek są „Ścieżki konwersji na wielu urządzeniach”. Biorąc pod uwagę, że jedną z głównych zalet narzędzia jest opieranie danych na zachowaniach ludzi, a nie na ciasteczkach, ten raport jest bardzo ważnym elementem. Znajdziemy tutaj dwa wykresy: jeden pokazujący drogę do konwersji na urządzeniu mobilnym, drugi zaś – na desktopie. W obu przypadkach widać trzy linie prowadzące do celu, czyli konwersji – prowadzą one z elementów, które pokazują miejsca wyświetlania reklam („tylko komputer”, „tylko urządzenia mobilne” oraz „wiele typów urządzeń”). Analizując te wykresy, możemy zobaczyć, czy np. osoby dokonujące transakcji na komputerze widziały reklamy na urządzeniach mobilnych, a to z kolei daje informację o tym, czy jest sens kierować kampanie właśnie na mobile.

Attribution – zacznij korzystać i wyprzedź konkurencję

Skoro wiecie już, czym jest Facebook Attribution, jak się po nim poruszać i jakie dane z niego da się wyczytać, to czas zastanowić się, co da Wam korzystanie z tego narzędzia. 

Pierwsza rzecz to otrzymanie danych na podstawie zachowań ludzi, a nie w oparciu o ciasteczka. To naprawdę ważne! Zastanówcie się, z ilu urządzeń sami korzystacie – a przecież jesteście jedną i tą samą osobą. W przypadku mierzenia danych za pomocą cookies osoba, która pracuje na komputerze w domu, na komputerze firmowym i używa telefonu, zostanie potraktowana jako trzej osobni użytkownicy, co daje nieprawdziwe informacje z punktu widzenia internetowej analityki.

Dzięki takiemu systemowi zbierania danych bardzo istotny może okazać się dla Was raport ścieżek konwersji na różnych urządzeniach. Dane te pomogą Wam lepiej ocenić, jak działają Wasi klienci – gdzie mają styczność z reklamami, a gdzie dokonują konwersji. Pozwoli to lepiej dostosowywać kreacje reklamowe oraz samą ścieżkę konwersji na stronie.

Narzędzie Facebook Attribution umożliwia również analizę kanałów w podziale na płatne, organiczne i bezpośrednie, i to w różnych modelach atrybucji. Dodatkowo wyniki da się analizować w rozbiciu na różne etapy lejka zakupowego. Może się okazać, że niektóre z kanałów przynoszą niewiele konwersji, za to generują sporo ruchu na stronie. Warto więc się zastanowić, w które kanały lepiej inwestować, tak by zwiększyć liczbę konwersji i ostatecznie dochód. Korzystanie z Attribution pozwoli Wam lepiej rozdysponować budżet marketingowy i przeznaczać go na kanały, które rzeczywiście mają wpływ na Wasz biznes.

Mamy nadzieję, że przybliżyliśmy Wam Facebook Attribution i nie będziecie mieli problemów ze skonfigurowaniem i korzystaniem z tego narzędzia. Czy warto go używać? Naszym zdaniem tak – tym bardziej że jego konfiguracja wcale nie jest trudna i czasochłonna. Jednocześnie jesteśmy zdania, że nie można w pełni opierać swoich działań marketingowych na jednym narzędziu analitycznym – każde z nich ma bowiem swoje wady i zalety. Warto więc analizować wyniki działań z różnych perspektyw i dopiero na podstawie paru źródeł podejmować decyzje biznesowe.